Functionele hersennetwerken voor diagnostiek en de voorspelling van behandeluitkomst

Achtergrond: Functionele MRI biedt inzicht in het functioneren van hersennetwerken van patiënten met psychiatrische stoornissen. Met machinelearninganalyse kunnen modellen worden gemaakt voor diagnostiek en het voorspellen van behandeluitkomst.

Doel: Een overzicht bieden van recente inzichten in diagnostische en voorspellende neuro-imagingbiomarkers.

Methode: Narratieve review van recente literatuur.

Resultaten: Grootschalige studies suggereren dat diagnostische modellen voor de meeste stoornissen een beperkte nauwkeurigheid hebben. Daarentegen suggereren meta-analyses van kleinschalige studies dat de behandeluitkomst voor depressie en psychotische stoornissen goed kan worden voorspeld.

Conclusie: Dit creëert de mogelijkheid om voorspellingsmodellen te ontwikkelen die behandelaars kunnen helpen bij het maken van een behandelplan en daarmee de behandeluitkomsten te verbeteren.